Material imita como o cérebro armazena memórias de longo prazo

Redação do Site Inovação Tecnológica - 11/11/2022

É o material neuromórfico funcionalmente mais completo já desenvolvido até agora.
[Imagem: Zhengwei Tan et al. - 10.1039/D2MH01087A]

Sinapses magnéticas

Pesquisadores espanhóis desenvolveram um material magnético capaz de imitar o modo como o cérebro armazena informações.

O material permite emular as sinapses dos neurônios e imitar, pela primeira vez, o aprendizado que ocorre durante o sono profundo.

O material vem-se juntar às ferramentas da computação neuromórfica, um paradigma computacional no qual o comportamento do cérebro é emulado imitando as principais funções sinápticas dos neurônios. Entre essas funções está a plasticidade neuronal, a capacidade de armazenar informações ou esquecê-las, dependendo da duração e repetição dos impulsos elétricos que estimulam os neurônios - a plasticidade parece estar ligada ao aprendizado e à memória.

Além dos famosos memoristores, existem vários materiais que mimetizam as sinapses neuronais, entre eles as memórias de mudança de fase, os isolantes topológicos e, mais recentemente, os materiais magnetoiônicos.

No caso da magnetoiônica, as mudanças nas propriedades magnéticas são induzidas pelo deslocamento de íons dentro do material, o que é feito submetendo-o a um campo elétrico. Contudo, é difícil controlar a evolução das propriedades magnéticas quando a tensão é interrompida (ou seja, a evolução após o estímulo), tornando complicado emular algumas funções inspiradas no cérebro, como manter a eficiência do aprendizado que ocorre mesmo quando o cérebro está em estado de sono profundo (ou seja, sem estimulação externa).

Estrutura do componente neuromórfico desenvolvido pela equipe.
[Imagem: Zhengwei Tan et al. - 10.1039/D2MH01087A]

Memória e esquecimento

Agora, Zhengwei Tan e colegas da Universidade Autônoma de Barcelona desenvolveram uma nova forma de controlar a evolução da magnetização em um material magnetoiônico, tanto no estado estimulado como no pós-estímulo, um avanço significativo em relação à demonstração anterior da equipe, quando o aprendizado e o esquecimento foram simulados em sistemas magnéticos.

Os pesquisadores sintetizaram um material baseado em uma fina camada de mononitreto de cobalto (CoN) onde, por meio da aplicação de um campo elétrico, é possível controlar o acúmulo de íons de nitrogênio (N) na interface entre a camada e um eletrólito líquido.

"O novo material trabalha com o movimento dos íons controlado por uma tensão elétrica, de um modo análogo ao nosso cérebro, e em velocidades semelhantes às produzidas nos neurônios, da ordem de milissegundos," explicou o professor Jordi Sort. "Nós desenvolvemos uma sinapse artificial que, no futuro, poderá ser a base de um novo paradigma computacional, alternativo ao usado pelos computadores atuais."

Os experimentos comprovaram que é possível emular e controlar eletricamente processos tais como a memória, o processamento de informações, a recuperação das informações e, pela primeira vez, a atualização controlada da informação sem a aplicação da tensão elétrica, algo que é similar ao modo como as memórias são consolidadas durante o nosso sono.

Esse controle foi alcançado modificando a espessura das camadas de mononitreto de cobalto - que determina a velocidade do movimento dos íons - e a frequência dos pulsos elétricos. Quando o estímulo da tensão externa desaparece, a magnetização do sistema pode ser reduzida ou aumentada, dependendo da espessura do material e do protocolo como a tensão foi aplicada anteriormente.

Aprendendo durante o sono

O novo efeito demonstrado agora pela equipe abre toda uma gama de oportunidades para novas funções de computação neuromórfica, por exemplo, uma função lógica que permite, entre outras possibilidades, imitar o aprendizado neural que ocorre após a estimulação cerebral, quando dormimos profundamente.

Esta funcionalidade não pode ser emulada por nenhum outro tipo de material neuromórfico existente.

"Quando a espessura da camada de mononitreto de cobalto é inferior a 50 nanômetros, e com uma tensão aplicada a uma frequência superior a 100 ciclos por segundo, conseguimos emular uma função lógica adicional: Uma vez que a tensão é aplicada, o dispositivo pode ser programado para aprender ou esquecer, sem a necessidade de qualquer aporte adicional de energia, imitando as funções sinápticas que ocorrem no cérebro durante o sono profundo, quando o processamento da informação pode continuar sem a aplicação de nenhum sinal externo."

Mais tópicos